深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1981	2025-10-05	Towards MRI-Only Mandibular Resection Planning: CT-like Bone Segmentation from Routine T1 MRI Images Using Deep Learning 2025-Sep, Craniomaxillofacial trauma & reconstruction IF:0.8Q4 DOI:10.3390/cmtr18030040 PMID:40989761	研究论文	提出基于深度学习的MRI图像骨分割方法，实现仅使用MRI进行下颌骨切除手术规划	首次实现直接从常规T1加权MRI扫描中准确分割骨骼结构，无需依赖CT扫描	研究样本量有限（100例患者），需要进一步验证在更大样本和不同扫描仪上的泛化能力	开发MRI-only虚拟手术规划方法，减少头颈肿瘤手术中对CT扫描的依赖	下颌骨、颅骨和下牙槽神经的骨骼结构	医学影像分析	头颈肿瘤	T1加权MRI扫描，CT扫描	深度神经网络	医学影像（MRI和CT图像）	100例患者的配对CT和MRI扫描数据	NA	NA	Dice相似系数，交并比，精确率，召回率，表面偏差分析	NA
1982	2025-10-05	Profiling antigen-binding affinity of B cell repertoires in tumors by deep learning predicts immune-checkpoint inhibitor treatment outcomes 2025-Sep, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-025-01001-5 PMID:40579590	研究论文	开发深度学习模型Cmai预测抗体-抗原结合亲和力，并基于此构建预测免疫检查点抑制剂治疗效果的生物标志物	首次开发可扩展至高通量测序数据的抗体-抗原结合预测深度学习模型Cmai，并基于其输出构建预测免疫检查点抑制剂治疗反应和免疫相关不良事件风险的BCR生物标志物	NA	预测免疫检查点抑制剂治疗结果和免疫相关不良事件风险	B细胞受体(BCR)库和抗体-抗原相互作用	机器学习	肿瘤	高通量测序	深度学习	序列数据	NA	NA	对比学习模型	NA	NA
1983	2025-10-05	Artificial Intelligence-Driven Image and Data Analytics in Anesthesia 2025-Sep, Anesthesiology clinics DOI:10.1016/j.anclin.2025.07.001 PMID:40998491	综述	本文探讨人工智能在麻醉学图像与数据分析中的应用及其挑战	系统阐述AI技术在麻醉领域的具体应用场景，包括区域阻滞操作改进和临床医师培训工具	临床验证不足、监管问题以及模型泛化能力有限	分析人工智能在麻醉学医疗图像分析中的应用潜力与实施挑战	麻醉领域的医学图像与临床数据	计算机视觉	NA	深度学习	CNN, SVM	图像, 临床数据	NA	NA	NA	NA	NA
1984	2025-10-05	Enhancing tuberculosis diagnosis: A deep learning-based framework for accurate detection and quantification of TB bacilli in microscopic images 2025-Sep, Tuberkuloz ve toraks DOI:10.5578/tt.2025031113 PMID:41002059	研究论文	提出一种基于深度学习的结核杆菌显微图像检测与量化框架	结合迁移学习的定制化Inception V3模型与图像分割技术，实现自动化视野识别和结核杆菌分割	NA	开发计算机辅助结核病诊断系统以提高诊断准确性和效率	齐尔-尼尔森染色痰涂片显微图像中的结核杆菌	计算机视觉	结核病	显微成像，图像分割	CNN	图像	NA	NA	Inception V3	ROC曲线下面积, 精确率, 召回率, F1分数	NA
1985	2025-10-05	SageTCR: a structure-based model integrating residue- and atom-level representations for enhanced TCR-pMHC binding prediction 2025-Aug-31, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf496 PMID:40984702	研究论文	提出一种基于结构的双层次图神经网络模型SageTCR，用于增强TCR-pMHC结合预测	整合残基级和原子级表征的双层次图神经网络框架，通过注意力机制融合双模态表示，并探索数据增强策略保持特征性TCR-pMHC对角线结合模式	实验结构数据缺乏	准确预测TCR-pMHC结合可能性	T细胞受体与肽-MHC复合物	机器学习	免疫相关疾病	图神经网络，预训练语言模型	GNN	结构数据	NA	NA	双层次图神经网络	NA	NA
1986	2025-10-05	Ten years later: how is AI impacting retina care today? 2025-Aug-27, Current opinion in ophthalmology IF:3.0Q1 DOI:10.1097/ICU.0000000000001167 PMID:40862502	综述	回顾人工智能在视网膜疾病护理中的最新临床应用进展	总结了FDA批准的首个自主AI系统后视网膜护理领域的最新发展，包括家庭OCT平台和符合欧洲标准的AI技术	AI的成功仍依赖于持续验证、基于结果的指标和改进的工作流程整合	评估人工智能在视网膜护理领域的影响和进展	糖尿病视网膜病变(DR)和年龄相关性黄斑变性(AMD)患者	数字病理	视网膜疾病	光学相干断层扫描(OCT)	深度学习	医学影像	NA	NA	NA	筛查依从性,诊断准确性	NA
1987	2025-10-05	A Deep Learning Tool for Hip Minimum Joint Space Width Calculation on Antero-posterior Pelvis Radiographs 2025-Aug-21, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2025.08.023 PMID:40848813	研究论文	开发了一种用于在骨盆前后位X光片上自动测量髋关节最小关节间隙宽度的深度学习工具	结合深度学习分割模型与计算机视觉算法实现端到端的自动化mJSW测量，相比传统分类系统提供连续变量评估	训练数据量有限（300张标注X光片），分割模型在测试集上的平均Dice分数为0.71尚有提升空间	开发自动化算法测量髋关节最小关节间隙宽度以评估骨关节炎进展	骨盆前后位X光片中的髋关节结构	计算机视觉	骨关节炎	X射线成像	深度学习分割模型	医学影像（X光片）	300张训练验证标注图像 + 375张独立测量图像 + 75张外部验证图像	NA	NA	平均绝对误差, Bland-Altman图, Dice系数	NA
1988	2025-10-05	A Deep Learning Framework for Using Search Engine Data to Predict Influenza-Like Illness and Distinguish Epidemic and Nonepidemic Seasons: Multifeature Time Series Analysis 2025-Aug-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71786 PMID:40789146	研究论文	提出一种基于百度搜索数据和流感样病例百分比(ILI%)的深度学习框架，用于预测流感样疾病并区分流行季和非流行季	首次将卷积长短期记忆网络(CLSTM)应用于流感预测，并区分流行季和非流行季进行多特征时间序列分析	研究时间范围有限(2013-2024年)，仅基于中国地区的百度搜索数据	开发能够准确预测流感样疾病并区分不同流行状态的深度学习框架	中国国家法定传染病报告系统(NIDRIS)中的流感样病例百分比数据和百度搜索指数	自然语言处理, 机器学习	流感	网络搜索数据分析, 时间序列分析	CLSTM, LSTM, Transformer	时间序列数据, 搜索指数数据	2013-2024年的每周官方ILI%数据和对应时期的百度搜索指数	NA	卷积长短期记忆网络(CLSTM)	MAPE, MSE, MAE, RMSE, R2	NA
1989	2025-10-05	Spatio-temporal learning from molecular dynamics simulations for protein-ligand binding affinity prediction 2025-Aug-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf429 PMID:40828893	研究论文	开发了一种利用分子动力学模拟数据进行时空学习以预测蛋白质-配体结合亲和力的新方法	创建了包含63,000个蛋白质-配体相互作用模拟的MDbind数据集，并开发了能够从这些模拟中学习的新型神经网络	训练数据可用性有限，模型从蛋白质-配体相互作用中有效学习的能力存在挑战	提高蛋白质-配体结合亲和力预测的准确性和泛化能力	蛋白质-配体复合物	机器学习	NA	分子动力学模拟	神经网络	分子动力学模拟轨迹数据	63,000个蛋白质-配体相互作用模拟	NA	NA	结合亲和力预测准确率	NA
1990	2025-10-05	Improved Spiral Projection MR Fingerprinting via Memory-Efficient Synergic Optimization of 3D Spiral Trajectory, Image Reconstruction and Parameter Estimation (SOTIP) 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3559467 PMID:40208770	研究论文	开发了一种计算高效的三维螺旋投影磁共振指纹成像优化框架，通过联合优化图像重建、参数估计和k空间采样轨迹来提高扫描效率和定量准确性	提出了端到端的联合优化框架，同时优化三维螺旋轨迹、图像重建和参数估计，并利用解剖特异性时空稀疏性进行数据驱动的轨迹优化	研究主要基于模拟和体内数据验证，需要进一步在更大规模临床数据上验证	提高高分辨率三维螺旋轨迹磁共振指纹成像的扫描效率和计算效率	健康受试者和患者的磁共振指纹成像数据	医学影像分析	NA	磁共振指纹成像(MRF)	基于模型的深度学习(MBDL)	磁共振图像	健康受试者和患者的模拟与体内MRF数据	NA	NA	归一化均方根误差(NRMSE), 重建时间	NA
1991	2025-10-05	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	研究论文	提出V2CC方法改进皮层表面重建中的顶点对应关系并减少网格自相交	用L1损失替代传统Chamfer损失改善顶点对应关系，并提出新型Self-Proximity损失处理主要自相交问题	未明确说明方法在其他脑区或疾病类型中的泛化能力	优化皮层表面重建中的顶点对应关系并减少网格自相交	皮层表面网格	医学图像处理	神经影像	深度学习	NA	脑部MRI图像	NA	NA	Vox2Cortex扩展	自相交比例	NA
1992	2025-10-05	Uncertainty Quantification and Quality Control for Heatmap-Based Landmark Detection Models 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	提出一种针对基于热图的解剖标志点检测模型的端到端不确定性量化方法，旨在提高临床应用的可靠性和可控性	结合Dempster-Shafer理论和主观逻辑理论，通过单次前向传播实现概率分配和不确定性量化，并引入证据图和不确定性图的交叉注意力机制	主要针对热图基础的标志点检测模型，在其他类型检测任务中的适用性需进一步验证	开发医学图像解剖标志点检测中的不确定性量化方法，提升模型在临床环境中的可靠性和可信度	解剖标志点检测模型	计算机视觉	NA	深度学习	基于热图的检测模型	医学图像	NA	NA	交叉注意力机制	检测精度, 不确定性量化效果, 质量控制能力	NA
1993	2025-10-05	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	研究论文	提出一种基于元学习的少样本学习框架，用于解决组织病理学图像中细胞核实例分割的标注效率问题	将少样本学习范式引入细胞核实例分割任务，提出广义少样本实例分割(GFSIS)概念和结构引导机制，构建统一的SGFSIS框架	需要依赖外部完全标注的数据集，在目标数据集上仅使用约10%标注时性能与完全监督学习相当但仍存在差距	开发标注高效的细胞核实例分割方法，减少对专家标注的依赖	组织病理学图像中的细胞核实例	数字病理	NA	深度学习	少样本学习，元学习	组织病理学图像	多个公开可用的数据集	NA	Structurally-Guided Generalized Few-Shot Instance Segmentation (SGFSIS)	与完全监督学习对比的性能指标	NA
1994	2025-10-05	Deep Rib Fracture Instance Segmentation and Classification From CT on the RibFrac Challenge 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565514 PMID:40305244	研究论文	介绍基于CT扫描的肋骨骨折实例分割与分类的RibFrac挑战赛及其基准数据集	提供了包含5,000多个肋骨骨折的大规模标注数据集，并建立了首个肋骨骨折检测与分类的评估基准	当前肋骨骨折分类方案的临床适用性仍然有限	开发AI辅助的肋骨骨折诊断方法	CT扫描中的肋骨骨折	计算机视觉	骨科损伤	CT扫描	深度学习	医学图像	660例CT扫描，包含5,000多个肋骨骨折	NA	NA	FROC, F1-score	NA
1995	2025-10-05	LLM-Guided Decoupled Probabilistic Prompt for Continual Learning in Medical Image Diagnosis 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3566105 PMID:40310742	研究论文	提出一种基于大语言模型引导的解耦概率提示方法，用于医学图像诊断中的持续学习	首次将大语言模型引入医学图像持续学习，提出解耦概率提示池和导向提示池机制，能够动态提供多样化的图像描述	方法依赖于大语言模型生成专家知识，可能受限于语言模型的知识准确性和完整性	解决医学图像诊断中持续学习新疾病时的灾难性遗忘问题	医学图像诊断模型	计算机视觉	NA	持续学习，提示调优	深度学习模型	医学图像	NA	NA	LLM引导的解耦概率提示架构	类增量设置下的性能指标	NA
1996	2025-10-05	An End-to-End Deep Learning Generative Framework for Refinable Shape Matching and Generation 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562756 PMID:40323742	研究论文	提出一种端到端深度学习生成框架，用于可精细化形状匹配与生成	开发了无监督几何深度学习模型，在潜在空间中建立可精细化形状对应关系，并扩展为联合形状生成-聚类多图谱框架	NA	为计算机医学中的虚拟临床试验构建能生成逼真合成解剖形状的生成模型	肝脏和左心室三维表面网格模型	计算机视觉	NA	几何深度学习	生成模型	3D表面网格	NA	NA	多图谱框架	比较分析	NA
1997	2025-10-05	READRetro web: A user-friendly platform for predicting plant natural product biosynthesis 2025-Aug, Molecules and cells IF:3.7Q2 DOI:10.1016/j.mocell.2025.100235 PMID:40466944	研究论文	开发了一个用户友好的网络平台READRetro web，用于预测植物天然产物的生物合成路径	将先进的机器学习逆合成模型集成到易于使用的网络平台中，消除了复杂环境配置和命令行操作的需求	未提及平台在特定类型天然产物预测方面的局限性或验证范围	促进植物天然产物的大规模生产和药物发现	植物天然产物及其生物合成路径	机器学习	NA	逆合成预测	机器学习模型	化学结构数据	NA	NA	READRetro	预测准确性, 计算效率	网络平台技术
1998	2025-10-05	Co-Pseudo Labeling and Active Selection for Fundus Single-Positive Multi-Label Learning 2025-08, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3565000 PMID:40293917	研究论文	提出一种用于眼底单阳性多标签学习的协同伪标签和主动选择方法	通过课程协同伪标签根据模型学习状态调整阈值，并通过基于损失建模的主动样本选择维护置信度高的阳性预测	NA	解决眼底图像多标签标注困难的问题，提高多标签分类性能	视网膜疾病眼底图像	计算机视觉	视网膜疾病	深度学习	神经网络	眼底图像	七个视网膜数据集	NA	双网络架构	NA	NA
1999	2025-10-05	Deep learning assessment of metastatic relapse risk from digitized breast cancer histological slides 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60824-z PMID:40593633	研究论文	开发基于深度学习的AI工具RlapsRisk BC，通过分析数字化乳腺癌组织切片预测早期乳腺癌患者的5年无转移生存率	首次开发能够独立预测ER+/HER2-早期乳腺癌患者5年无转移生存率的深度学习模型，并提供超越传统临床病理变量的预后价值	研究局限于ER+/HER2-早期乳腺癌亚型，未涵盖其他乳腺癌亚型	开发AI工具用于乳腺癌转移复发风险分层，指导治疗决策	雌激素受体阳性、HER2阴性早期乳腺癌患者	数字病理学	乳腺癌	数字化组织切片分析	深度学习	数字化组织病理图像	NA	NA	RlapsRisk BC	C-index, 敏感性, 特异性	NA
2000	2025-10-05	A deep convolutional neural network-based novel class balancing for imbalance data segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04952-y PMID:40595795	研究论文	提出基于深度学习和双层类别平衡方案的BLCB-CNN管道，用于视网膜眼底图像中的血管分割	提出双层类别平衡方案（Level-I用于血管/非血管平衡，Level-II用于粗细血管平衡）结合深度卷积神经网络	NA	解决视网膜血管分割中数据分布不平衡和血管厚度变化的问题	视网膜眼底图像中的血管结构	计算机视觉	眼科疾病	图像处理技术	CNN	图像	标准视网膜眼底图像数据集和STARE图像数据集	NA	CNN	AUC, 准确率, 敏感性, 特异性	NA